Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/20.500.14076/10817
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGregorio Chávez, Fidencio Edmundo-
dc.contributor.authorTorres Napa, Juan Carlos-
dc.creatorTorres Napa, Juan Carlos-
dc.date.accessioned2018-04-27T14:03:28Z-
dc.date.available2018-04-27T14:03:28Z-
dc.date.issued2007-
dc.identifier.urihttp://hdl.handle.net/20.500.14076/10817-
dc.description.abstractCuando un individuo se dispone a la adquisición de un nuevo automóvil comienza un proceso de recolección de información sobre los distintos modelos del mercado de autos, entre los datos recolectados podemos ubicar al precio, caballos de fuerza, cilindrada, medidas de seguridad, etc. Al final del proceso de recopilación, la persona se encuentra ante la difícil situación de una toma de decisión basada en la poca o mucha información disponible, a lo anterior debemos agregar gustos específicos del futuro comprador. La toma de esta decisión sería mucho más sencilla y objetiva si al futuro comprador se le proporcionara información sobre el desempeño "real" de las distintas unidades. Con información sobre fallas mecánicas · más frecuentes, costo de reparación de las mismas, depreciación, etc. Esta información permitiría dar un "ordenamiento" de buenos a malos a los distintos vehículos. El negocio de otorgamiento de crédito no es la excepción a la necesidad de ordenamiento de la información y/o población; en este caso, el criterio de ordenamiento es el riesgo de morosidad (incumplimiento). La posibilidad de estimar el grado en que un nuevo solicitante de crédito incumpla en un futuro en alguno de sus pagos proporciona una herramienta poderosa para la toma de decisiones sobre el otorgamiento del crédito. De igual forma y basados en el comportamiento de los acreditados se pueden definir herramientas para la toma de decisiones sobre la posible renovación de un crédito, la ampliación de una línea, promoción de nuevos productos, etc. La estadística aplicada ·permite desarrollar modelos con el fin de proporcionar información adicional en la toma de decisiones. En el caso del otorgamiento de crédito los modelos de ordenamiento (de riesgo de morosidad) empleados en el proceso de originación de un crédito se conocen como Scorings de Originación, mientras que los modelos que permiten la adecuada administración del riesgo adquirido por una institución se denominan como Scorings de Empresas. El Modelo Scoring es una herramienta que evalúa automáticamente las solicitudes de un tipo de crédito con el objetivo de definir la probabilidad de que el solicitante pueda incumplir en sus obligaciones en un futuro. Dicha herramienta se construye basada en el análisis estadístico de la información histórica sobre una base de créditos otorgados y considerando el comportamiento de los pagos de los mismos. Tomando como punto de partida el acuerdo de Basilea en 1988, la gestión del riesgo dentro de las instituciones financieras es un eje clave para la adecuada administración del negocio. Para una empresa dedicada al otorgamiento de crédito resulta de vital importancia realizar un análisis de las solicitudes de forma rápida y eficaz, garantizando en todo momento la consistencia en las decisiones del otorgamiento o no del crédito. Contar con un modelo de scoring así como un sistema que permita la adecuada administración de uno o varios modelos, provee a la institución de una serie de información adicional orientada a la disminución a la exposición del riesgo crediticio, así como colaborar en la administración del mismo, proporcionando datos sobre Pérdida Esperada, Capital Regulatorio, etc. La metodología usada por el Credit Scoring es el medio más difundido de evaluar el riesgo de crédito minorista en todo el mundo. Un scorecard es una tarjeta de calificación que contienen usualmente puntuaciones asociadas a cada atributo, es una medida directa del riesgo (probabilidad) de que la cuenta resulte mala (morosa). Ya que el Scoring se refiere al uso de conocimiento sobre el desempeño y características de préstc:lmos en_ el pasado para pronosticar el desempeño de préstamos futuros, cuando un analista de crédito valora el riesgo comparando mentalmente una solicitud de crédito en el presente con la experiencia que este mismo analista ha acumulado con otros clientes o solicitudes parecidas, está aplicando también es un scoring, aunque sea un scoring subjetivo. P?r lo que, aunque el nombre de Scoring puede llegar a resultar nuevo, en realidad, es una práctica antigua. Un Modelo Scoring puede en efecto mejorar la valoración del riesgo y, por tanto, disminuir los costos de las microfinanzas. Este es probablemente la próxima innovación tecnológica importante en microfinanzas, pero no sustituirá a los préstamos grupales ni a los analistas de crédito, y nunca será tan efectivo como lo es en países ricos porque gran parte del riesgo de los microcréditos no se relaciona con las características que pueden cuantificarse a bajo costo. Aun así, los Modelos Scoring pueden ser útiles en microfinanzas porque algo del riesgo sí está relacionado con algunas características que pueden cuantificarse a bajo costo y las tecnologías actuales en las microfinanzas no parecen aprovecharse de este hecho tanto como pudieran. El presente Informe de· suficiencia describe la manera en que funcionan los Modelos Scoring, lo que pueden y no pueden hacer dichos modelos, y la forma en que las entidades de microfinanzas podrían aprovecharlas.es
dc.description.uriTrabajo de suficiencia profesionales
dc.formatapplication/pdfes
dc.language.isospaes
dc.publisherUniversidad Nacional de Ingenieríaes
dc.rightsinfo:eu-repo/semantics/restrictedAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad Nacional de Ingenieríaes
dc.sourceRepositorio Institucional - UNIes
dc.subjectAdministración de riesgoses
dc.subjectOtorgamiento de créditoses
dc.titleModelos Scoring para la administración del riesgo crediticio en microfinanzases
dc.typeinfo:eu-repo/semantics/reportes
thesis.degree.nameIngeniero Economistaes
thesis.degree.grantorUniversidad Nacional de Ingeniería. Facultad de Ingeniería Económica, Estadística y Ciencias Socialeses
thesis.degree.levelTítulo Profesionales
thesis.degree.disciplineIngeniería Económicaes
thesis.degree.programIngenieríaes
Aparece en las colecciones: Ingeniería Económica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
torres_nj.pdf2,46 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI